傳統的數據存儲工具有哪些？

1.Hadoop分布式存儲與計算

Hadoop實現了一個分布式文件系統(Hadoop Distributed File System)，簡稱HDFS。Hadoop的框架最核心的設計就是：HDFS和MapReduce。HDFS為海量的數據提供了存儲，MapReduce則為海量的數據提供了計算，因此，需要重點掌握，除此之外，還需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高級管理等相關技術與操作!

2.Hive

Hive是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡單的SQL查詢功能，可以將SQL語句轉換為MapReduce任務進行運行。相對于用Java代碼編寫MapReduce來說，Hive的優勢明顯：快速開發，人員成本低，可擴展性(自由擴展集群規模)，延展性(支持自定義函數)。十分適合數據倉庫的統計分析。對于Hive需掌握其安裝、應用及高級操作等。

3.ZooKeeper

ZooKeeper 是一個開源的分布式協調服務，是Hadoop和HBase的重要組件，是一個為分布式應用提供一致性服務的軟件，提供的功能包括：配置維護、域名服務、分布式同步、組件服務等，在大數據開發中要掌握ZooKeeper的常用命令及功能的實現方法。

4.HBase

HBase是一個分布式的、面向列的開源數據庫，它不同于一般的關系數據庫，更適合于非結構化數據存儲的數據庫，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，大數據開發需掌握HBase基礎知識、應用、架構以及高級用法等。

5.Redis

Redis是一個Key-Value存儲系統，其出現很大程度補償了Memcached這類Key/Value存儲的不足，在部分場合可以對關系數據庫起到很好的補充作用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客戶端，使用很方便，大數據開發需掌握Redis的安裝、配置及相關使用方法。

6.Kafka

Kafka是一種高吞吐量的分布式發布訂閱消息系統，其在大數據開發應用上的目的是通過Hadoop的并行加載機制來統一線上和離線的消息處理，也是為了通過集群來提供實時的消息。大數據開發需掌握Kafka架構原理及各組件的作用和使用方法及相關功能的實現。

7.Neo4j

Neo4j是一個高性能的,NoSQL圖形數據庫，具有處理百萬和T級節點和邊的大尺度處理網絡分析能力。它是一個嵌入式的、基于磁盤的、具備完全的事務特性的Java持久化引擎，但是它將結構化數據存儲在網絡(從數學角度叫做圖)上而不是表中。Neo4j因其嵌入式、高性能、輕量級等優勢，越來越受到關注。

8.Cassandra

Cassandra是一個混合型的非關系的數據庫，類似于Google的BigTable，其主要功能比Dynamo(分布式的Key-Value存儲系統)更豐富。這種NoSQL數據庫最初由Facebook開發，現已被1500多家企業組織使用，包括蘋果、歐洲原子核研究組織(CERN)、康卡斯特、電子港灣、GitHub、GoDaddy、Hulu、Instagram、Intuit、Netflix、Reddit等。是一種流行的分布式結構化數據存儲方案。

9.SSM

SSM框架是由Spring、Spring MVC、MyBatis三個開源框架整合而成，常作為數據源較簡單的Web項目的框架。大數據開發需分別掌握Spring、Spring MVC、MyBatis三種框架的同時，再使用SSM進行整合操作。